Audible 技术团队推出可控文本到语音系统，提升有声书角色对话区分度

Audible 技术团队开发了可控文本到语音系统，通过自然语言描述控制角色语音风格，使有声书角色对话区分度在 MUSHRA 测试中提升 3.7 分。该系统包含三个创新：一是生成带高质量语音特征描述的语音数据，二是自动识别书籍角色并标注对话，三是使用 BookLLM 模型根据角色属性定义语音特征。在英语和西班牙语测试中，系统识别角色对话的准确率分别达到 97% 和 94%。